CN116109233A - 一种农药出入库管理方法和系统 - Google Patents
一种农药出入库管理方法和系统 Download PDFInfo
- Publication number
- CN116109233A CN116109233A CN202211509764.4A CN202211509764A CN116109233A CN 116109233 A CN116109233 A CN 116109233A CN 202211509764 A CN202211509764 A CN 202211509764A CN 116109233 A CN116109233 A CN 116109233A
- Authority
- CN
- China
- Prior art keywords
- pesticide
- management
- code
- information
- delivery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000000575 pesticide Substances 0.000 title claims abstract description 325
- 238000007726 management method Methods 0.000 title claims abstract description 211
- 238000000034 method Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims description 51
- 230000005856 abnormality Effects 0.000 claims description 27
- 238000010801 machine learning Methods 0.000 claims description 4
- 239000013598 vector Substances 0.000 description 93
- 230000002159 abnormal effect Effects 0.000 description 46
- 231100000419 toxicity Toxicity 0.000 description 18
- 230000001988 toxicity Effects 0.000 description 18
- 208000034423 Delivery Diseases 0.000 description 14
- 238000004519 manufacturing process Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 8
- 230000004048 modification Effects 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 239000004480 active ingredient Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000007477 logistic regression Methods 0.000 description 5
- 230000001105 regulatory effect Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 231100000605 Toxicity Class Toxicity 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 230000000361 pesticidal effect Effects 0.000 description 3
- 231100000572 poisoning Toxicity 0.000 description 3
- 230000000607 poisoning effect Effects 0.000 description 3
- 239000000853 adhesive Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000002552 dosage form Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Agronomy & Crop Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Warehouses Or Storage Devices (AREA)
Abstract
本说明书实施例提供一种农药出入库管理方法和系统,该方法包括基于扫描终端获取农药出厂码;基于农药出厂码生成农药管理码;将农药管理码发送给生成终端进行输出,农药管理码用于农药的流动管理。
Description
技术领域
本说明书涉及农药管理领域,特别涉及一种农药出入库管理方法和系统。
背景技术
农药具有很强的毒性,非正常使用可能会造成人畜中毒或死亡,因此在农药的出入库和存储过程中,需要严格监管,以符合政府的监督管理要求。另外,有些农药需要采用冷链运输和存储管理方法,但冷链管理各环节要求严格,如果农药出入库监控管理不当,就可能导致“断链”问题,从而导致药效下降甚至失效。
因此,需要一种农药出入库管理方法和系统,对农药出入库进行精准有效的监控管理,从而在保证农药安全的同时保证药效。
发明内容
本说明书一个或多个实施例提供一种农药出入库管理方法。所述农药出入库管理方法包括:基于扫描终端获取农药出厂码;基于所述农药出厂码生成农药管理码;将所述农药管理码发送给生成终端进行输出,所述农药管理码用于农药的流动管理。
本说明书一个或多个实施例提供一种农药出入库管理系统。所述农药出入库管理系统包括:获取模块,用于基于扫描终端获取农药出厂码;生成模块,用于基于所述农药出厂码生成农药管理码;输出模块,用于将所述农药管理码发送给生成终端进行输出,所述农药管理码用于农药的流动管理。
本说明书一个或多个实施例提供一种用于农药出入库管理的装置,包括处理设备,所述处理设备用于执行上述的任意一项的农药出入库管理方法。
本说明书一个或多个实施例提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行上述的任意一项的农药出入库管理方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的一种农药出入库管理系统的应用场景示意图;
图2是根据本说明书一些实施例所示的一种农药出入库管理系统的模块图;
图3是根据本说明书一些实施例所示的一种农药出入库管理方法的示例性流程图;
图4是根据本说明书一些实施例所示的确定管理异常状态的流程示意图;
图5是根据本说明书一些实施例所示的确定管理特征编码的信息项的示例性流程图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的农药出入库管理系统的应用场景100的示意图。
在一些实施例中,农药出入库管理系统的应用场景100可以包括扫描终端110、生成终端120、出库终端130、网络140、存储设备150以及处理设备160。
扫描终端110可以用于获取农药出厂码。扫描终端110可以利用光学原理,将条码或二维码的内容通过信号收集,整合解码后将获得的农药出厂码通过网络140传输到处理设备160。在一些实施例中,扫描终端110可以包括固定式扫描器、便携式扫描器、手持式扫描器等。在一些实施例中,当出库信息包括农药特征时,该农药特征可以通过扫描终端110扫描农药管理码获取。
生成终端120可以用于生成农药管理码。其中,农药管理码可以是条形码,包括一维码和二维码等。在一些实施例中,生成终端120可以包括条码打印机。在一些实施例中,生成终端120可以将获取的农药管理码打印在条码标签纸上,并通过不干胶等粘在农药外包装上。在一些实施例中,生成终端120可以将获取的农药管理码直接打印在农药外包装上。
出库终端130可以用于获取农药的出库信息。在一些实施例中,出库终端130可以通过手动输入的方式获取所述出库信息,所述出库信息可以包括出库时间、出库数量和用户信息等。在一些实施例中,出库终端130可以包括移动设备130-1、平板130-2、膝上型计算机130-3、台式计算机130-4等其他具有输入和/或输出功能的设备中的一种或其任意组合。
网络140可以连接农药出入库管理系统的应用场景100的各组成部分和/或连接系统与外部资源部分。网络140使得各组成部分之间,以及与系统之外其他部分之间可以进行通讯,促进数据和/或信息的交换。在一些实施例中,网络140可以是有线网络或无线网络中的任意一种或多种。例如,网络140可以包括电缆网络、光纤网络等或其任意组合。各部分之间的网络连接可以是采用上述一种方式,也可以是采取多种方式。在一些实施例中,网络140可以是点对点的、共享的、中心式的等各种拓扑结构或者多种拓扑结构的组合。在一些实施例中,网络140可以包括一个或以上网络接入点。在一些实施例中,可以通过网络140传递扫描终端110、生成终端120、出库终端130和处理设备160的相关数据。
存储设备150可以用于存储数据和/或指令。在一些实施例中,存储设备150可以用于存储扫描终端110、生成终端120、出库终端130和处理设备160的相关数据。存储设备150可以在单个中央服务器、通过通信链路连接的多个服务器或多个个人设备中实现。
处理设备160可以处理与农药出入库管理有关的数据和/或信息。处理设备160可以基于这些数据、信息和/或处理结果执行程序指令,以执行一个或多个本说明书中描述的功能。在一些实施例中,处理设备160可以基于扫描终端110获取农药出厂码,基于农药出厂码生成农药管理码,并将农药管理码发送给生成终端120进行输出,农药管理码用于农药的流动管理。在一些实施例中,处理设备160可以包含一个或多个子处理设备(例如,单核处理设备或多核多芯处理设备)。仅作为示例,处理设备160可以包括中央处理器(CPU)、专用集成电路(ASIC)等或以上任意组合。
图2是根据本说明书一些实施例所示的农药出入库管理系统的模块图200。
在一些实施例中,农药出入库管理系统200可以包括获取模块210、生成模块220和输出模块230。
获取模块210可以用于基于扫描终端获取农药出厂码。
生成模块220可以用于基于所述农药出厂码生成农药管理码。在一些实施例中,所述农药管理码包括所述农药的唯一编码以及管理特征编码,所述管理特征编码的信息项基于所述农药的可选数据项确定。
输出模块230可以用于将所述农药管理码发送给生成终端进行输出,所述农药管理码用于农药的流动管理。在一些实施例中,所述农药的流动管理包括:在所述农药出库时,基于出库信息,进行异常判断,所述出库信息基于出库终端和所述农药管理码获取。在一些实施例中,所述基于出库信息,进行异常判断包括:基于所述出库信息,通过异常判断模型进行异常判断,所述异常判断模型为机器学习模型。
关于获取模块210、生成模块220和输出模块230的更多具体内容参见图3-图5及其相关描述。
需要注意的是,以上对于农药出入库管理系统及其模块的描述,仅为描述方便,并不能把本说明书限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合,或者构成子系统与其他模块连接。在一些实施例中,图2中披露的获取模块、生成模块和输出模块可以是一个系统中的不同模块,也可以是一个模块实现上述的两个或两个以上模块的功能。例如,各个模块可以共用一个存储模块,各个模块也可以分别具有各自的存储模块。诸如此类的变形,均在本说明书的保护范围之内。
图3是根据本说明书一些实施例所示的农药出入库管理方法的示例性流程图。如图3所示,流程300包括下述步骤。在一些实施例中,图3所示的流程300的一个或一个以上操作可以在图1所示的农药出入库管理系统的应用场景100中实现。例如,图3所示的流程300可以以指令的形式存储在存储设备150中,并由处理设备160调用和/或执行。
步骤310,基于扫描终端获取农药出厂码。在一些实施例中,步骤310可以由获取模块210执行。
扫描终端是指用于扫描农药出厂码获取信息的设备。关于扫描终端的更多内容参见图1相关描述。
农药出厂码是指在农药生产时,厂家根据国家统一规定的编码规则生成的条形码,例如,一维码和二维码,其中二维码包括快速反应(Quick Response,QR)码或数据矩阵(Data Matrix,DM)码等。通过扫描农药出厂码能够读取农药的基本信息。农药出厂码显示的农药基本信息可以包括生产信息、产品信息和监管信息。
生产信息可以包括农药名称、登记证持有人名称、农药登记证号、单元识别代码、追溯网址等。其中,通过追溯网址可查询该产品的生产批次、质量检验、生产日期等信息。产品信息可以包括农药的剂型、有效成分及其含量、农药类别及其颜色标志带、产品性能、毒性及其标识、使用范围、使用方法、使用剂量、使用技术要求和注意事项、中毒急救措施,储存和运输方法等信息。监管信息可以包括产品质量标准号以及农药生产许可证号等信息。
在一些实施例中,农药出厂码在出厂时统一贴于农药外包装上,扫描终端可以直接获取农药出厂码。
步骤320,基于农药出厂码生成农药管理码。在一些实施例中,步骤320可以由生成模块220执行。
农药管理码是指根据扫描农药出厂码读取的基本信息,选择其中与出入库管理有关的信息重新生成的条形码,例如,一维码和二维码,其中二维码包括QR码或DM码等。扫描农药管理码可以直接读取农药的信息,不需再登录追溯网址查询农药的相关信息。
在一些实施例中,农药管理码可以包括农药的唯一编码以及管理特征编码,管理特征编码的信息项可以基于农药的可选数据项确定。
农药的唯一编码是指用于标记农药的代码,每瓶农药都对应不同的唯一编码。在一些实施例中,唯一编码可以由数字表示,例如,唯一编码可以使用单元识别代码表示,具有唯一性。
仅作为示例的,单元识别代码可以由32位阿拉伯数字组成。第1位为该产品农药登记类别代码,“1”代表登记类别代码为PD(即,在国家农业部正式登记,其有效期为五年,可以续展),“2”代表登记类别代码为WP(即,取得正式登记的卫生杀虫剂产品),“3”代表临时登记;第2-7位为该产品农药登记证号的后六位数字,登记证号不足六位数字的,可从中国农药信息网查询;第8位为生产类型,“1”代表农药登记证持有人生产,“2”代表委托加工,“3”代表委托分装;第9-11位为产品规格码,企业自行编制;第12-32位为随机码。
在一些实施例中,唯一编码也可以采用其他编码规则生成,只要保证每瓶农药的唯一编码不同即可,例如采用000001、00002依次递增的编码规则。
管理特征是指与农药出入库管理有关的信息,例如,农药的毒性、存储方法、农药用途和农药用量等信息。管理特征编码是指处理管理特征得到的编码,例如,QR码或DM码。
管理特征编码的信息项是指读取管理特征编码得到的信息,例如,农药的毒性、存储方法、农药用途和农药用量等信息。
农药的可选数据项是指读取农药出厂码时可以选择显示的信息,例如,生产信息、产品信息和监管信息,关于生产信息、产品信息和监管信息的具体内容参见上文相关描述。
在一些实施例中,可以人工凭经验从农药的可选数据项选择管理特征编码的信息项。例如,目前农药的可选数据项包括农药的剂型、有效成分及其含量、农药类别及其颜色标志带、产品性能、毒性及其标识、使用范围、使用方法、使用剂量、使用技术要求和注意事项、中毒急救措施,储存和运输方法、产品质量标准号以及农药生产许可证号等信息,人工凭经验认为其中毒性及其标识、使用范围、使用方法、使用剂量与出入库管理有关,则人工选择上述信息作为管理特征编码的信息项。
在一些实施例中,处理设备可以根据预设规则确定管理特征编码,例如,A类农药设定的管理特征编码的信息项为毒性及其标识、使用范围,B类农药设定的管理特征编码的信息项为使用方法、使用剂量,则当处理设备确定A类农药的管理特征编码时,自动调取毒性及其标识、使用范围作为管理特征编码的信息项,当处理设备确定B类农药的管理特征编码时,自动调取使用方法、使用剂量作为管理特征编码的信息项。
在一些实施例中,由于不同农药的农药出厂码包含的可选数据项可能不同,不同农药的关注点也可能不同,因而需要对每一种农药分别建立预设规则。预设规则可以储存在存储设备中以便调用。
在一些实施例中,处理设备可以基于待匹配向量在向量数据库中检索确定管理特征编码的信息项。关于基于待匹配向量在向量数据库中检索确定管理特征编码的信息项的具体内容,参见图5及其相关描述。
在一些实施例中,处理设备可以基于上述确定的唯一编码以及管理特征编码的信息项生成农药管理码。
读取农药出厂码中的信息,需要根据国家相关编码规则进行解读,甚至还需要通过登录追溯网址查询农药的相关信息,而扫描农药管理码可以直接得到所需的农药的相关信息,因而使用农药管理码更为方便快捷。
步骤330,将农药管理码发送给生成终端进行输出,农药管理码用于农药的流动管理。在一些实施例中,步骤330可以由输出模块230执行。
生成终端是指可以将农药管理码打印在相关介质上的设备。生成终端的具体内容参见图1及其相关描述。
在一些实施例中,生成终端(如,条码打印机)可以将接收到的农药管理码打印在条码标签纸上。接着通过不干胶等粘在农药外包装上。在一些实施例中,生成终端可以将接收到的农药管理码直接打印在农药外包装上。
在一些实施例中,农药的流动管理可以包括在农药出库时,基于出库信息,进行异常判断,该出库信息可以基于出库终端和/或农药管理码获取。响应于存在异常,处理设备可以将异常信息发送给管理人员进行及时处理。
出库信息是指与农药出库有关的信息。例如,出库信息可以包括出库时间、出库数量、客户信息等。客户信息参见图4的相关描述。
出库终端是指用于登记或管理农药出入库的设备。出库终端的具体内容参见图1及其有关描述。
在一些实施例中,出库信息还包括农药特征,该农药特征可以基于出库终端和农药管理码确定。
农药特征是指与农药的属性有关的特征。例如,农药特征包括如农药名称、唯一编码、农药毒性、农药用途等。
农药的流动管理过程中,在基于客户信息、出库数量、出库时间等出库信息进行异常判断的同时,考虑到了农药名称、唯一编码、农药毒性、农药用途等农药特性,使异常判断更为准确。
在一些实施例中,出库信息可以基于农药出库时的登记信息获取。例如,处理设备可以基于农药出库时的登记信息获取出库时间、出库数量和客户信息等。
在一些实施例中,可以结合农药出库时的登记信息与扫描农药管理码来共同获取出库信息。例如,处理设备可以基于农药出库时的登记信息与扫描农药管理码来共同获取出库时间、出库数量、客户信息和农药特征等。
在一些实施例中,可以直接从出库终端上获取农药特征。例如,出库终端上登记了该出库农药的农药名称、农药毒性等,则可以直接获取农药名称、农药毒性等相关农药特征。
在一些实施例中,未登记在出库终端上的农药特征可以通过扫描终端扫描农药管理码获取。例如,通过扫描终端扫描农药管理码得到唯一编码、农药用途等相关农药特征。
在一些实施例中,若扫描农药管理码也不能获取的农药特征,则设置该农药特征为无效值,即不存在对应的农药特征。例如,农药特征包含农药最佳使用时间,但出库终端上未登记该信息项,通过扫描终端扫描农药管理码也未读取到该信息项,则该农药的农药特征中农药最佳使用时间无效。
在一些实施例中,可以基于出库信息,通过预设规则,进行异常判断。预设规则可以是根据出库信息与参考出库信息进行比较,若出库信息明显不同于参考出库信息,则判断农药出库异常,其中,参考出库信息是指农药正常出库时的信息。
例如,根据出库信息中的客户信息确定客户分类(如普通农民、农场等)和种植规模,若客户种植规模较小,参考出库信息中该农药出库数量1000瓶左右为正常值,但实际出库数量为5000瓶,则出库信息明显不同于参考出库信息,判断存在出库异常。又例如,根据农药使用范围来判断是否存在出库异常,若某农药适用于水稻的生产,则在参考出库信息中,该农药的正常出库时间为春夏两季,若该农药的实际出库时间在冬季,则可判断存在出库异常。
在一些实施例中,可以基于出库信息,通过异常判断模型进行异常判断。关于通过异常判断模型进行异常判断的更多内容参见图4及相关描述。
通过生成农药管理码,并使用农药管理码进行农药的流动管理,能够更加便捷精准地监控管理农药的出入库情况,及时发现并处理异常情况,避免发生安全事故。
应当注意的是,上述有关流程300的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程300进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
图4是根据本说明书一些实施例所示的确定管理异常状态的流程示意图。
异常判断模型420是用于进行异常判断的模型。异常判断模型420为机器学习模型。在一些实施例中,异常判断模型420可以包括神经网络模型或逻辑回归模型。在一些实施例中,如图4所示,异常判断模型420的输入可以包括客户信息410-1、农药特征410-2、出库数量430-1和出库时间430-2。输出可以包括管理异常状态450。
在一些实施例中,异常判断模型包括嵌入层420-1和异常判断层420-2。在一些实施例中,嵌入层420-1和异常判断层420-2可以是神经网络模型或逻辑回归模型或其组合得到的模型等,例如,神经网络模型可以包括深度神经网络(Deep Neural Networks,DNN)和循环神经网络(Recurrent Neural Network,RNN)等,逻辑回归模型可以包括二元逻辑回归(logistic regression,LR)等。
嵌入层420-1的输入可以包括客户信息410-1和农药特征410-2。嵌入层的输出可以包括正常出库特征440。
客户信息410-1是指与客户与农药使用有关的信息。例如,客户信息可以包括客户类型(如,农民、农场主等)、客户种植规模等。
在一些实施例中,客户类型可以用数值表示,例如1表示农民,2表示农场主,3表示贩卖农药的商户等。
在一些实施例中,客户种植规模可以采用字母来表示,字母顺序越大,则表示种植规模越大,例如A代表0-10亩,B代表10-50亩,C代表50-100亩等。则客户信息(1,A)则表示该客户为农民,其种植规模为0-10亩。客户类型、客户种植规模等还可以采用其他表示方法来表示,例如,直接用文字表示,即(农民,0-10亩)表示该客户为农民,其种植规模为0-10亩。
农药特征410-2的具体内容参见图3及其相关描述。在一些实施例中,处理设备可以将部分农药特征输入嵌入层420-1。例如,处理设备可以将读取的农药毒性、农药用途输入嵌入层420-1。
在一些实施例中,客户信息可以基于出库信息确定。例如,客户信息可以根据购买农药时登记的信息获取。在一些实施例中,对于已经登记过客户信息的客户,可以直接调取储存在存储设备中的客户信息。
正常出库特征440是指用于表示农药正常出库的特征。例如,正常出库特征可以分为正常出库量特征和正常出库时间特征,即分别用于表示农药正常出库的出库数量和出库时间,均可采用如下文所示的向量的方式表示。
正常出库量特征用向量表示为正常出库量特征向量。例如,正常出库量特征可以为(a,b,c,d),其中,a对应的农药出库数量为0-100,b对应的农药出库数量为100-200,c对应的农药出库数量为200-300,d对应的农药出库数量为300-400。其中各元素值代表正常出库量属于各个范围的概率。若将某客户信息和某农药特征输入嵌入层420-1确定的正常出库量特征向量为(10%,60%,20%,10%),则表示该客户信息和该农药特征对应的正常出库量属于0-100的概率为10%;该客户信息和该农药特征对应的正常出库量属于100-200的概率为60%;该客户信息和该农药特征对应的正常出库量属于200-300的概率为20%;该客户信息和该农药特征对应的正常出库量属于300-400的概率为10%。
正常出库时间特征用向量表示为正常出库时间特征向量。例如,正常出库时间特征可以为(e,f,g,h),其中,e对应的农药出库时间为1-3月,f对应的农药出库时间为4-6月,g对应的农药出库时间为7-9月,h对应的农药出库时间为10-12月等。其中各元素值代表正常出库时间属于各个范围的概率。若将某客户信息和某农药特征输入嵌入层420-1确定的正常出库量特征向量为(20%,55%,20%,5%),则表示该客户信息和该农药特征对应的农药正常出库时间为1-3月的概率为20%;该客户信息和该农药特征对应的正常出库时间为4-6月的概率为55%;该客户信息和该农药特征对应的正常出库时间为7-9月的概率为20%;该客户信息和该农药特征对应的正常出库时间为10-12月的概率为20%。
异常判断层420-2的输入包括出库数量430-1、出库时间430-2以及嵌入层420-1的输出正常出库特征440。异常判断层420-2的输出可以包括管理异常状态450。
出库数量是指农药的出库数量,如100瓶。
出库时间是指农药的出库时间,可以以月为单位,也可以以日为单位,如1月,又例如,1月1日。
在一些实施例中,出库数量和出库时间可以基于出库信息确定。例如,出库数量和出库时间可以根据购买农药时登记在出库信息中的信息获取。
管理异常状态是指基于客户信息、农药特征、出库数量和出库时间确定的农药出库管理情况是否处于异常的状态。管理异常状态可以用异常或是正常表示。
在一些实施例中,异常判断模型可以基于嵌入层420-1和异常判断层420-2的联合训练得到。
在一些实施例中,对嵌入层420-1和异常判断层420-2进行联合训练的样本数据包括样本客户信息、样本农药特征、样本出库数量和样本出库时间,标签为样本管理异常状态,如样本管理异常状态为异常则标签取值为1,样本管理异常状态为正常则标签取值为0,其中,样本数据对应的出库数量和出库时间都正常的标注为0,至少一个不正常的标注为1。
训练样本和标签可以基于存储设备或数据库中调取的历史数据获得,标签可以基于历史实际情况获得。例如,历史数据中某个样本客户信息、样本农药特征、样本出库数量和样本出库时间对应的实际状态为并未发生异常,则对应的样本管理异常状态的标签取值为0。又例如,历史数据中某个样本客户信息、样本农药特征、样本出库数量和样本出库时间对应的实际状态为发生异常,则对应的样本管理异常状态的标签取值为1。
训练时,将样本客户信息、样本农药特征输入嵌入层420-1,得到嵌入层420-1输出的正常出库特征。将样本出库数量、样本出库时间及嵌入层420-1输出的正常出库特征输入异常判断层420-2,得到异常判断层420-2输出的管理异常状态,基于管理异常状态与样本管理异常状态构建损失函数,并基于损失函数迭代更新嵌入层420-1,以及异常判断层420-2,直到预设条件被满足,训练完成,得到训练好的嵌入层420-1,以及异常判断层420-2。其中,预设条件可以是损失函数小于阈值、收敛或训练周期达到阈值。
通过包含嵌入层和异常判断层的异常判断模型对相关数据进行处理得到管理异常状态,有利于解决单独训练嵌入层时难以获得标签的问题。其次,联合训练嵌入层和异常判断层不仅可以减少了需要的样本数量,还可以提高训练效率。并且能够快速准确地确定农药的出库状态,便于管理农药的出库情况。
图5是根据本说明书一些实施例所示的确定管理特征编码的信息项的示例性流程图。如图5所示,流程500包括下述步骤。在一些实施例中,图5所示的流程500的一个或一个以上操作可以在图1所示的农药出入库管理系统的应用场景100中实现。例如,图5所示的流程500可以以指令的形式存储在存储设备150中,并由处理设备160调用和/或执行。
步骤510,基于农药的可选数据项构建待匹配向量。在一些实施例中,步骤510可以由生成模块220执行。
待匹配向量是指待生成农药管理码的农药对应可选数据项构建的向量。仅作为示例的,待匹配向量可以表示为(a,b,c,d),其中a为描述有效成分的信息、b为描述毒性的信息、c为描述剂量的信息、d为描述储存条件的信息。关于可选数据项的更多细节可以参见图3及其相关描述。
在一些实施例中,处理设备可以对农药的可选数据项进行编码,基于编码后的可选项数据构建待匹配向量。例如,待生成农药管理码的农药其可选数据项包括有效成分、毒性、剂量、储存条件。该农药的有效成分的信息为b物质、毒性的信息为其有剧毒、剂量的信息为该农药剂量为50mL、储存条件为冷藏保存,则将有效成分、毒性、剂量和储存条件可以分别编码表示为“b”,“10”,“50”,和“F”,再基于编码后的可选项数据构建可以得到待匹配向量(b,10,50,F)。其中,对可选数据项进行编码的编码规则是预设的,其可以储存在存储设备中以便处理设备调用。
步骤520,基于样本农药的参考向量以及对应的参考管理特征编码的信息项构建向量数据库。在一些实施例中,步骤520可以由生成模块220执行。
样本农药是指已知农药管理码的农药。
参考向量是指已知农药管理码的农药对应的可选数据项构建的向量。例如,参考向量可以为(a,2,100,F),其中,a为该农药有效成分,2为毒性等级,100表示剂量为100mL,F表示储存条件为冷藏保存。
参考管理特征是指与已知农药管理码的农药出入库管理有关的信息。参考管理特征编码是指处理参考管理特征得到的编码。参考管理特征编码的信息项可以是从参考向量中选取的与农药出入库管理有关的信息项。例如上述参考向量(a,2,100,F),若其中农药有效成分、毒性与剂量与农药出入库管理有关,则从该参考向量中选取出农药有效成分为a,毒性等级为2,剂量为100mL作为该参考向量对应的参考管理特征编码的信息项。
在一些实施例中,参考管理特征编码的信息项可以是人工基于经验或政府对农药的管理要求设置的。在构建样本农药的参考向量时,处理设备可以在每种农药分类中选取一定数量的农药种类,使后续入库的农药在生成管理特征编码的信息项时均有可对比的参考向量。
向量数据库是指包括至少一组参考向量以及对应的参考管理特征编码的信息项的数据库。
在一些实施例中,可以将参考向量以及对应的参考管理特征编码的信息项通过组合的方式构建向量数据库。例如,参考向量a以及对应的参考管理特征编码的信息项A组合成为一组,参考向量b以及对应的参考管理特征编码的信息项B组合成为一组等,各组参考向量以及对应的参考管理特征编码的信息项分别作为向量数据库中的一个数据单位,共同构建出向量数据库。
在一些实施例中,处理设备可以基于异常判断模型确定的管理异常状态的置信度确定参考向量的推荐分数。处理设备可以基于推荐分数、样本农药的参考向量以及对应的参考管理特征编码的信息项构建向量数据库。
管理异常状态的置信度是管理异常状态的可信程度。管理异常状态的置信度可以以数字的形式表示,例如,可以以数字1~10表示。其中,数字越大,则对应的管理异常状态的置信度越高。
在一些实施例中,处理设备可以根据异常判断模型输出的管理异常状态和实际判断结果进行比较确定管理异常状态的置信度。例如,处理设备可以将多次异常判断中的每次的异常判断结果与实际判断结果进行比较确定单次的置信度,进而将多个置信度的平均值作为管理异常状态的置信度。具体的,若第一次异常判断模型输出的结果为正常,实际判断结果为异常,则单次的置信度为0%;若第二次异常判断模型输出的结果为正常,实际判断结果为正常,则单次的置信度为100%;若第三次异常判断模型输出的结果为异常,实际判断结果为异常,则单次的置信度为100%。则管理异常状态的置信度为(0%+100%+100%)÷3=67%。
参考向量的推荐分数用于表示推荐参考向量的优先级别,可以理解的,推荐分数越高则推荐对应的参考向量的优先级别越高。推荐分数可由1-10的数字表示,数字越大则表示越推荐对应参考向量。
在一些实施例中,处理设备可以基于管理异常状态的置信度确定参考向量的推荐分数。样本农药基于出库信息通过异常判断模型确定管理异常状态时,管理异常状态的置信度越高,则说明此时的出库信息越能反映是否出现管理异常状态。而出库信息是基于出库终端和农药管理码确定的,出库终端输入的出库信息(例如,客户信息、出库数量、出库等)可以认为是准确的,则出库信息反映是否出现管理异常状态的能力是由参考管理特征编码的信息项选取的是否准确决定的,参考管理特征编码的信息项选取的越准确,则与该参考管理特征编码的信息项对应的参考向量的推荐分数越高。因此,管理异常状态的置信度的数值与参考向量的推荐分数的数值可以呈正比关系。例如,管理异常状态的置信度的数值越高,则参考向量的推荐分数的数值越高。又例如,管理异常状态的置信度的数值可以与参考向量的推荐分数的数值相等,即管理异常状态的置信度为50%,则参考向量的推荐分数也为50%。
在一些实施例中,可以将推荐分数、样本农药的参考向量以及对应的参考管理特征编码的信息项通过组合的方式构建向量数据库。例如,推荐分数m、样本农药的参考向量a以及对应的参考管理特征编码的信息项A组合成为一组,推荐分数n、样本农药的参考向量b以及对应的参考管理特征编码的信息项B组合成为一组,各组参考向量以及对应的参考管理特征编码的信息项分别作为向量数据库中的一个数据单位,共同构建出向量数据库。
步骤530,基于待匹配向量以及向量数据库,确定管理特征编码的信息项。在一些实施例中,步骤530可以由生成模块220执行。
在一些实施例中,可以根据参考管理特征编码的信息项确定管理特征编码的信息项。例如,同一型号的农药的参考管理特征编码的信息项包括使用范围、使用方法、使用剂量,则管理特征编码的信息项可以与参考管理特征编码的信息项相同,即管理特征编码的信息项为使用范围、使用方法、使用剂量。更多确定管理特征编码的信息项的具体内容参见图3及其相关描述。
在一些实施例中,处理设备可以基于待匹配向量以及向量数据库,确定管理特征编码的信息项。例如,处理设备比较待匹配向量与参考向量之间的距离,选择距离满足预设条件(如距离小于阈值)的参考向量,若距离满足预设条件(如距离小于阈值)的参考向量有多个,则选择其中距离最小的参考向量。将该参考向量对应的参考管理特征编码的信息项作为待生成农药管理码的农药的管理特征编码的信息项。处理设备可以采用多种计算向量距离的方式,例如欧式距离、余弦距离等。
在一些实施例中,处理设备可以基于待匹配向量和参考向量,确定至少一个第一向量。
第一向量是指与待匹配向量比较,其距离满足预设距离条件的参考向量。距离满足预设距离条件可以是待匹配向量与参考向量的距离小于距离阈值。
在一些实施例中,计算待匹配向量与多个参考向量的距离,将距离小于距离阈值的参考向量均作为第一向量。在一些实施例中,处理设备可以将距离小于距离阈值的参考向量基于距离排序(如,距离越小排序越靠前),选择排序靠前的几个参考向量(如前3个)作为第一向量。
在一些实施例中,处理设备可以将至少一个第一向量中推荐分数最高的第一向量对应的参考管理特征编码的信息项,作为管理特征编码的信息项。例如,现在确定的第一向量包括第一向量α、第一向量β和第一向量γ,其推荐分数分别为5、7、6,则选取推荐分数最高的第一向量β对应的参考管理特征编码的信息项,作为管理特征编码的信息项。
基于向量数据库、参考向量的推荐分数共同确定管理特征编码的信息项,可以提升确定的管理特征编码的信息项的准确度,从而获得准确的农药管理码以进行农药的流动管理。
基于样本农药构建的向量数据库,确定管理特征编码的信息项,进而获得农药管理码,提升了生成农药管理码的效率,同时也提高了生成农药管理码的准确性。
在一些实施例中,用于农药出入库管理的装置包括处理设备以及存储器;所述存储器用于存储指令,所述指令被所述处理设备执行时,导致所述装置实现所述用于农药出入库管理方法。
在一些实施例中,计算机可读存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机运行所述用于农药出入库管理方法。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种农药出入库管理方法,其特征在于,所述方法包括:
基于扫描终端获取农药出厂码;
基于所述农药出厂码生成农药管理码;
将所述农药管理码发送给生成终端进行输出,所述农药管理码用于农药的流动管理。
2.如权利要求1所述的农药出入库管理方法,其特征在于,所述农药管理码包括所述农药的唯一编码以及管理特征编码,所述管理特征编码的信息项基于所述农药的可选数据项确定。
3.如权利要求1所述的农药出入库管理方法,其特征在于,所述农药的流动管理包括:
在所述农药出库时,基于出库信息,进行异常判断,所述出库信息基于出库终端和/或所述农药管理码获取。
4.如权利要求3所述的农药出入库管理方法,其特征在于,所述基于出库信息,进行异常判断包括:
基于所述出库信息,通过异常判断模型进行异常判断,所述异常判断模型为机器学习模型。
5.一种农药出入库管理系统,其特征在于,包括:
获取模块,用于基于扫描终端获取农药出厂码;
生成模块,用于基于所述农药出厂码生成农药管理码;
输出模块,用于将所述农药管理码发送给生成终端进行输出,所述农药管理码用于农药的流动管理。
6.如权利要求5所述的农药出入库管理方法,其特征在于,所述农药管理码包括所述农药的唯一编码以及管理特征编码,所述管理特征编码的信息项基于所述农药的可选数据项确定。
7.如权利要求5所述的农药出入库管理方法,其特征在于,所述农药的流动管理包括:
在所述农药出库时,基于所述农药管理码和出库信息,进行异常判断。
8.如权利要求7所述的农药出入库管理方法,其特征在于,所述基于所述农药管理码和出库信息,进行异常判断包括:
基于所述农药管理码和所述出库信息,通过异常判断模型进行异常判断,所述异常判断模型为机器学习模型。
9.一种用于农药出入库管理的装置,包括处理设备,所述处理设备用于执行权利要求1~4中任一项所述的农药出入库管理方法。
10.一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如权利要求1~4任一项所述的农药出入库管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211509764.4A CN116109233A (zh) | 2022-11-29 | 2022-11-29 | 一种农药出入库管理方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211509764.4A CN116109233A (zh) | 2022-11-29 | 2022-11-29 | 一种农药出入库管理方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116109233A true CN116109233A (zh) | 2023-05-12 |
Family
ID=86258718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211509764.4A Pending CN116109233A (zh) | 2022-11-29 | 2022-11-29 | 一种农药出入库管理方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116109233A (zh) |
-
2022
- 2022-11-29 CN CN202211509764.4A patent/CN116109233A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8249954B2 (en) | Third-party certification using enhanced claim validation | |
US8825516B2 (en) | Methods for correlating first mile and last mile product data | |
KR102354395B1 (ko) | 인공 지능을 이용한 제품 통합 및 중복제거를 위한 컴퓨터 시스템 및 방법 | |
US20060038010A1 (en) | Livestock inventory tracking system and methods | |
CN111861515A (zh) | 基于云计算的有机农产品安全溯源系统及方法 | |
US20020099631A1 (en) | Method and system for transferring information between multiple buyers and multiple sellers | |
US8082191B2 (en) | Egg code management method and egg search code management system | |
KR20220116028A (ko) | 피처 저장소에 저장하고 기계 학습에 사용하기 위한 데이터를 처리하기 위한 시스템 및 방법 | |
KR102330819B1 (ko) | 경합하는 신경 캐릭터 언어 모델에 기초한 단어 분할을 위한 시스템 및 방법 | |
Xiao et al. | SMS‐CQ: A quality and safety traceability system for aquatic products in cold‐chain integrated WSN and QR code | |
CN110910147A (zh) | 一种农产品质量溯源系统及方法 | |
Qiao et al. | Research on vegetable supply chain traceability model based on two-dimensional barcode | |
CN109299952A (zh) | 一种实现多种商品码相互关联调取的系统及方法 | |
CN102693513A (zh) | 一种用于鲜活农产品流通及溯源的控制方法 | |
CN116109233A (zh) | 一种农药出入库管理方法和系统 | |
US20080027834A1 (en) | Systems and methods for inventory management | |
CN112580941B (zh) | 一种中药饮片的物料管理方法 | |
RU2640749C2 (ru) | Способ автоматизированного учета движения товаров | |
CN111768139B (zh) | 备货处理方法、装置、设备及存储介质 | |
CN102521726A (zh) | 流通环节生猪食用安全追溯 | |
CN102456192B (zh) | 用于使最初一英里和最后一英里产品数据相互关联的方法 | |
WO2008007983A2 (en) | Method and system for managing seasonal work activity | |
CN110570206A (zh) | 一种商品的溯源方法及装置 | |
CN110728587A (zh) | 农民合作社产销联结系统 | |
KR100644427B1 (ko) | 입고량 대비 판매량의 초과여부를 관리감독하는 축산물 판매감독방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |